生物制造是生物经济的核心，依赖细胞代谢生产产品。合成生物学与生物反应器工程的结合推动了智能制造技术的发展。AI和大数据的应用优化了生物制造过程，提高了效率，尤其在化妆品领域表现突出。庄英萍教授分享了相关研究成果，强调智能感知与调控的重要性。

庄英萍教授在2025年AI For Bioengineering暑期学校中分享了AI在高效生物制造的应用，探讨了生物制造与合成生物学的关系及其产品应用，强调生物反应器工程与AI、大数据结合的重要性，以推动生物经济的可持续发展。

天鹜科技的人工智能AccelProtein™在生物医药和合成生物学领域实现了蛋白质的定向挖掘与进化。公司完成超亿元A轮融资，资金将用于技术升级和项目开发。AccelProtein™突破传统方法，能够直接预测蛋白质功能，提高生物制造效率，服务多个行业。

百图生科推出的xTrimo V3生命科学基础大模型，参数超过2100亿，涵盖DNA、RNA、蛋白质等七大模态，推动药物研发和生物制造，展现出多个领域的SOTA表现，促进生命科学智能化发展。

本文提出了一种新的多保真度训练方法，通过结合不同保真度的数据，改进线性回归模型的参数估计。在稀缺数据环境下，该方法表现出更低的模型方差和期望误差。此外，研究扩展了深度高斯过程，应用于生物制造和偏微分方程问题，展示了其有效性和鲁棒性。多保真度代理模型框架通过聚合多源数据，显著提高了模型的准确性。

本文研究了多保真度数据在强化学习中的应用，提出了多能级估计器和Monte Carlo RL方法，以提高学习性能。通过神经网络和残差函数建立模型相关性，实现高保真度数据的有效预测，节省计算成本。此外，提出了基于深度贝叶斯学习框架的主动学习方法，结合降维技术和多保真度建模，提升了气候预测和生物制造过程的建模准确性。